我有一个数据框在下面。使用Pandas从另一个数据框中的信息过滤数据帧
df = pd.DataFrame(columns=['Chromosome', 'Start','End'],
data=[
['chr1', 2000, 3000],
['chr1', 500, 1500],
['chr3', 3000, 4000],
['chr5', 4000, 5000],
['chr17', 9000, 10000],
['chr19', 1500, 2500]
])
我有一个探测数据框如下。
probes = pd.DataFrame(columns=['Probe', 'Chrom','Position'],
data=[
['CG999', 'chr1', 2500],
['CG000', 'chr19, 2000],
])
我要筛选行DF含有探针染色体,并且其具有探头位置之间它的开始和结束号码,然后在DF添加探头名新列/字段。所需的输出低于:
Probe Chrom Start End
0 CG999 chr1 2000 3000
5 CG000 chr19 1500 2500
我下面的作品尝试,但探测器名称不放到一个探针列,是循环探测数据的依赖。必须有一个更有效的方式来做到这一点。
all_indexes = []
# fake2.tsv is the aforementioned probes dataframe
with open('fake2.tsv') as f:
for x in f:
probe, chrom, pos = x.rstrip("\n").split("\t")
row = df[(df['Chromosome'] == chrom) & ((int(pos) > df['Start']) & (int(pos) < df['End']))]
all_indexes.append(t.index.tolist())
all_t = [y for x in all_t for y in x]
df.iloc[all_indexes]